Kubeflow on AWS Training Course

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư và nhà phát triển đám mây muốn sử dụng CloudFormation để quản lý tài nguyên cơ sở hạ tầng trong hệ sinh thái AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Triển khai các mẫu CloudFormation để tự động hóa việc quản lý cơ sở hạ tầng.
• Tích hợp các tài nguyên AWS hiện có vào CloudFormation.
• Sử dụng StackSets để quản lý các stack trên nhiều tài khoản và khu vực.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư AI và nhà khoa học dữ liệu trình độ cao với kinh nghiệm từ trung cấp đến nâng cao, những người muốn nâng cao hiệu suất DeepSeek mô hình, giảm độ trễ và triển khai các giải pháp AI một cách hiệu quả bằng các phương pháp thực hành MLOps hiện đại.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Tối ưu hóa DeepSeek mô hình về hiệu quả, độ chính xác và khả năng mở rộng.
• Thực hiện các phương pháp thực hành tốt nhất cho MLOps và quản lý phiên bản mô hình.
• Triển khai DeepSeek mô hình trên cơ sở hạ tầng đám mây và tại chỗ.
• Giám sát, bảo trì và mở rộng quy mô các giải pháp AI một cách hiệu quả.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn tích hợp cơ sở dữ liệu aDynamoDB NoSQL vào một ứng dụng web được lưu trữ trên AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để bắt đầu tích hợp dữ liệu vào DynamoDB.
• Tích hợp DynamoDB vào các ứng dụng web và ứng dụng di động.
• Di chuyển dữ liệu trong AWS bằng các dịch vụ của AWS.
• Triển khai các thao tác với AWS DAX.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các kỹ sư muốn triển khai và quản lý các thiết bị IoT trên AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể xây dựng một nền tảng IoT bao gồm việc triển khai và quản lý backend, gateway và các thiết bị trên AWS.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn cài đặt, cấu hình và quản lý các tính năng của AWS IoT Greengrass để tạo ứng dụng cho nhiều thiết bị khác nhau.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể sử dụng AWS IoT Greengrass để xây dựng, triển khai, quản lý, bảo mật và giám sát các ứng dụng trên các thiết bị thông minh.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các nhà phát triển muốn sử dụng AWS Lambda để xây dựng và triển khai các dịch vụ và ứng dụng lên đám mây, mà không cần lo lắng về việc cung cấp môi trường thực thi (máy chủ, máy ảo và container, tính khả dụng, khả năng mở rộng, lưu trữ, v.v.).

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cấu hình AWS Lambda để thực thi một hàm.
• Hiểu về FaaS (Functions as a Service) và những lợi ích của phát triển không máy chủ.
• Xây dựng, tải lên và thực thi các hàm AWS Lambda.
• Tích hợp các hàm Lambda với các nguồn sự kiện khác nhau.
• Đóng gói, triển khai, giám sát và khắc phục sự cố các ứng dụng dựa trên Lambda.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư muốn sử dụng AWS CloudFormation để tự động hóa quy trình quản lý cơ sở hạ tầng đám mây AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Kích hoạt các dịch vụ AWS để bắt đầu quản lý cơ sở hạ tầng.
• Hiểu và áp dụng nguyên tắc "cơ sở hạ tầng dưới dạng mã".
• Cải thiện chất lượng và giảm chi phí triển khai cơ sở hạ tầng.
• Viết các Template AWS CloudFormation bằng YAML.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các chuyên gia cấp cao muốn nâng cao hiểu biết về các thực hành DevOps và tối ưu hóa quy trình phát triển bằng AWS Cloud9.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập và cấu hình AWS Cloud9 cho các quy trình làm việc DevOps.
• Triển khai các đường ống tích hợp liên tục và phân phối liên tục (CI/CD).
• Tự động hóa các quy trình kiểm tra, giám sát và triển khai bằng AWS Cloud9.
• Tích hợp các dịch vụ AWS như Lambda, EC2 và S3 vào các quy trình làm việc DevOps.
• Sử dụng các hệ thống kiểm soát nguồn như GitHub hoặc GitLab trong AWS Cloud9.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các chuyên gia ở trình độ trung cấp, những người muốn học cách xây dựng, triển khai và duy trì hiệu quả các ứng dụng không máy chủ trên AWS Cloud9 và AWS Lambda.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các nguyên tắc cơ bản của kiến trúc không máy chủ.
• Thiết lập AWS Cloud9 để phát triển ứng dụng không máy chủ.
• Phát triển, kiểm tra và triển khai các ứng dụng không máy chủ bằng AWS Lambda.
• Tích hợp AWS Lambda với các dịch vụ AWS khác như API Gateway và S3.
• Tối ưu hóa các ứng dụng không máy chủ để đạt hiệu suất và hiệu quả chi phí.

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Summary:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage using DynamoDB.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Hands on with Raspberry PI and AWS IoT Core to build a smart device.
• Sensor data visualization and communication with web interface.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư muốn triển khai khối lượng công việc Machine Learning lên đám mây Azure.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình Kubernetes, Kubeflow và các phần mềm cần thiết khác trên Azure.
• Sử dụng Dịch vụ Kubernetes của Azure (AKS) để đơn giản hóa công việc khởi tạo một cụm Kubernetes trên Azure.
• Tạo và triển khai một quy trình Kubernetes để tự động hóa và quản lý các mô hình ML trong sản xuất.
• Huấn luyện và triển khai các mô hình ML TensorFlow trên nhiều GPU và máy chạy song song.
• Tận dụng các dịch vụ được quản lý khác của AWS để mở rộng một ứng dụng ML.

Khóa đào tạo trực tiếp, trực tuyến hoặc tại chỗ này dành cho các nhà khoa học dữ liệu muốn vượt ra ngoài việc xây dựng các mô hình ML và tối ưu hóa quy trình tạo, theo dõi và triển khai mô hình ML.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình MLflow và các thư viện và khung ML liên quan.
• Đánh giá tầm quan trọng của khả năng theo dõi, tái tạo và triển khai của một mô hình ML.
• Triển khai các mô hình ML lên các đám mây công cộng, nền tảng khác nhau hoặc các máy chủ tại chỗ.
• Mở rộng quy trình triển khai ML để đáp ứng nhiều người dùng cộng tác trong một dự án.
• Thiết lập một đăng ký trung tâm để thử nghiệm, tái tạo và triển khai các mô hình ML.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các kỹ sư muốn đánh giá các phương pháp và công cụ hiện có để đưa ra quyết định thông minh về lộ trình triển khai MLOps trong tổ chức của họ.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình các khung và công cụ MLOps khác nhau.
• Xây dựng đội ngũ phù hợp với các kỹ năng cần thiết để xây dựng và hỗ trợ hệ thống MLOps.
• Chuẩn bị, xác thực và phiên bản hóa dữ liệu để sử dụng bởi các mô hình ML.
• Hiểu các thành phần của một Quy trình ML và các công cụ cần thiết để xây dựng nó.
• Thử nghiệm với các khung và máy chủ học máy khác nhau để triển khai vào sản xuất.
• Hiện thực hóa toàn bộ quy trình Machine Learning sao cho có thể tái tạo và duy trì được.

Khóa đào tạo trực tiếp, trực tuyến hoặc tại chỗ này dành cho các kỹ sư học máy muốn sử dụng Azure Machine Learning và Azure DevOps để hỗ trợ các phương pháp thực hành MLOps.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Xây dựng quy trình làm việc và mô hình học máy có thể tái tạo.
• Quản lý vòng đời học máy.
• Theo dõi và báo cáo lịch sử phiên bản mô hình, tài sản và hơn thế nữa.
• Triển khai các mô hình học máy sẵn sàng sản xuất ở bất kỳ đâu.